数据库:django ORM如何处理N+1查询

数据库N+1查询是个常见的问题,简单描述场景如下

基本场景

1. class Category(models.Model):
   
2.     name = models.CharField(max_length=30)
   
3.  
4. class Article(models.Model):
   
5.     title = models.CharField(max_length=30)
   
6.     body = models.TextField()
   
7.     category = models.ForeignKey(Category)
   
8.     time    = models.DateTimeField()
   
9.    
   
10. #----列表页模板
    
11. {% for a in Article.objects.all %}
    
12.     {{ a.title }}
    
13.     {{ a.category.name }}
    
14. {% endfor %}

在生成列表页面时,首先执行一次

select * from article limited 0,N

然后逐条获取category.name,又需要执行N次

select name from category where id = category_id

所以N+1问题其实应该叫做1+N 问题,这只是一个数据库设计模式的问题.但是会对数据库带来很大的压力,一个简单的列表页可能会有几百次数据库查询

N+1问题并不是ORM独有,只是使用orm的时候,数据库表中的行变成一个对象,于是很自然的就容易使用上面的方法来进行查询 不使用orm进行编程的情况,一般直接用子查询或者inner join

select a.*,c.name from article a,category b where a.category_id = b.id

子查询或者inner join对数据库来说,也是很费资源的操作,因为需要锁表,高并发的情况下很容易锁死

要解决1+N问题一般有3种方法

1. 数据库反范式设计,说直白点,就是把表合并,设计成冗余表,这可能会带来两个问题

   1. 表中存在大量的重复数据项
   2. 表中出现大量的空项,整个表格变成一个稀疏矩阵(sparse matrix)

   所以,这种方案显然存储效率不高,但是如果针对这两种情况进行优化,也算是是一种不错的解决办法, MongoDB就是这样干的

2. 加缓存 把整个列表页加上缓存. 这样 无论是继续执行1+N次查询,还是用inner join 1次查询搞定,都可以.

   这种方法的缺点是

   1. 更新缓存 需要成本,增加了代码复杂度
   2. 某些场景要求数据实时性,无法使用缓存

3. 把N+1次查询变成2次查询

   简单说 先执行 select *,category_id from article limited 0,N

   然后遍历结果列表,取出所有的category_id,去掉重复项

   再执行一次 select name from category where id in (category id list)

性能优化

把子查询/join查询 分成两次,是 高并发网站数据库调优中非常有效的常见做法,虽然会花费更多的cpu时间,但是避免了系统的死锁,提高了并发响应能力

数据库本身处理不了高并发,因为我们只能保证单个数据项的操作是原子的,而数据库的查询是以 列表为基本单元,这是个天然矛盾,无解

数据库设计范式不在web framework能力范围内,所以django的ORM 只支持后面两种做法

• Article.ojbects.select_related() 这就是inner join
• Article.objects.prefetch_related('category') 这是2次查询

性能优化详情参考：http://www.cnblogs.com/zknublx/p/6197382.html